评测与基准arXiv 2610.05818·10月5日研究显示 VLA 模型文本护栏漏检隐含危害指令评测文本守卫与激活探针能否发现 VLA 隐含危害指令arXiv2610.05818发表10月5日层应用层场景具身与机器人测试π0.5、OpenVLA-OFT、Llama Guard 3 等 10 个攻击检测规避组件护栏与评审+1+1深度解读完整解读